Exploring the inclusion of dental providers on interprofessional healthcare teams treating patients with chronic obstructive pulmonary disease: a rapid review
Notice bibliographique
Résumé
<ns3:p> Chronic obstructive pulmonary disease (COPD) is the third leading cause of death in the world. <ns3:sup/> Emerging concepts like One Health, integrated care models for COPD, and associations between oral and respiratory health are innovative ways to approach COPD treatment. This study explored contemporary evidence on the inclusion of dental providers on interprofessional healthcare teams treating patients with COPD. The first objective was to explore the current state of interprofessional care for COPD, and the second objective was to explore dentistry used in interprofessional care. A rapid review was conducted from January–June 2020 using Scopus and PubMed. Upon assessing for duplication and relevance, 85 articles were included for Objective 1, and 194 for Objective 2. The literature suggests that when dental providers are included on interprofessional healthcare teams, treatment outcomes for patients with multi-morbid, chronic disease such as COPD, are improved. The papers collected for review suggest that educational and clinical programs should implement interprofessional collaboration when treating chronic diseases. Healthcare teams <ns3:italic/> can utilize the expertise of professionals outside the traditional medical field to better understand patients’ needs. Healthcare administration should consider a One Health approach when developing COPD treatment guidelines. We believe our results are transferable to the Canadian healthcare system. The collaborative nature and holistic philosophy of a One Health approach provides a novel way to develop policies and procedures that can effectively address the burden of COPD. </ns3:p>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».